基于STFT变换和DAGSVMs的电能质量扰动识别

• 作者: 刘前进 覃思师
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 短时傅里叶变换 Blackman窗 特征提取 支持向量机 DAG
• 年，卷（期）: 2011,（1）
• 页码范围: 83-86,103
• 分类号: TM714
• 字数: 1879字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2011.01.015

摘要

提出了一种基于短时傅里叶变换和DAG(Directed Acyclic Graph)支持向量机的电能质量扰动检测和识别方法.将扰动信号通过Blackman窗短时傅里叶变换,得出时域最大幅值向量,然后把它作为特征向量输入到DAG支持向量机来实现电能质量扰动类型的识别.其中,时域最大幅值向量不仅能反映各种扰动的特征,还能显示电压突升、电压暂降、电压中断和暂态振荡等扰动的发生时刻和持续时间.仿真测试表明,该方法能有效识别各种电能质量扰动,而且识别正确率高,训练时间短,实时性能较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘前进	华南理工大学电力学院	47	585	14.0	22.0
2	覃思师	华南理工大学电力学院	2	38	1.0	2.0